使用time.time()适合简单计时，通过前后时间戳相减得耗时；timeit模块可进行高精度测试，执行多次取平均值更准确；装饰器方式能自动监控多个函数运行时间，提升代码复用性。
在 Python 开发中，计算函数运行时间常用的方法是使用 time 模块或 timeit 模块。选择哪种方式取决于你的需求：简单测试用 time.time()，精确测量建议用 timeit。
使用 time 模块粗略计时
适用于快速查看函数执行耗时，代码简单直观。
import timedef my_function():
模拟一些操作
sum(i for i in range(100000))start = time.time() my_function() end = time.time()
print(f"函数运行时间: {end - start:.4f} 秒")
说明： time.time() 返回当前时间的时间戳（单位：秒），通过前后相减得到间隔。适合一次性调用的场景。
使用 timeit 模块进行精准测试
用于需要更高精度的性能测试，尤其适合对比不同实现方式的效率。
import timeitdef my_function(): sum(i for i in range(100000))
单次运行时间
time_taken = timeit.timeit(my_function, number=1000) print(f"运行 1000 次平均耗时: {time_taken:.6f} 秒")
说明： timeit.timeit(func, number=N) 会执行函数 N 次并返回总耗时，常用于排除系统波动影响，获得更稳定的结果。
用装饰器自动计时函数
如果多个函数都需
要计时，可以封装成装饰器，提升代码复用性。
import time from functools import wrapsdef timer(func): @wraps(func) def wrapper(*args, *kwargs): start = time.time() result = func(args, **kwargs) end = time.time() print(f"{func.name} 执行耗时: {end - start:.4f} 秒") return result return wrapper
@timer def my_function(): sum(i for i in range(100000))
my_function() # 输出函数执行时间
说明： 装饰器方式无需修改原函数逻辑，只需添加 @timer 即可自动打印运行时间，适合开发调试阶段。
基本上就这些。日常调试用 time.time() 最快上手，做性能优化推荐 timeit，想批量监控函数可以用装饰器。不复杂但容易忽略细节，比如多次运行取平均值才更准确。
